Weniger Ausschuss durch vorausschauendes Handeln

Das Ziel der autonomen Fertigung ist nur über etliche Umwege zu erreichen. Denn schließlich ist die autonome Produktionsanlage keine einfache Maschine, die sich mit einem einzigen Knopfdruck einschalten lässt. Das KI-System muss einen Überblick über den gesamten Produktionsprozess behalten und den Mitarbeitern einer Produktionsanlage Vorschläge unterbreiten können, wie sich die Qualität weiter verbessern ließe. Nur so kann bei unterschiedlichsten Werkstoffen und Aufgaben ein qualitativ hochwertiges Ergebnis erreicht und damit das wirtschaftliche Risiko der Fertigung reduziert werden. Ein geringerer Ausschuss führt zu einer Vergrößerung der Produktionskapazitäten sowie zu einer Zunahme an qualitativ hochwertigen Teilen. Letztlich lässt sich durch den Einsatz von KI also die Effizienz ganzer Produktionssysteme steigern.

In den meisten Fertigungsstätten wird heute im Laufe des Produktionsvorgangs eine Fülle an Daten erhoben und an die Konstruktions- oder Produktionsteams übermittelt. Ob sich diese Daten für eine Optimierung und Verbesserung der Produktionssysteme nutzen lassen, hängt immer noch wesentlich vom Forschergeist der zuständigen Mitarbeiter ab. Eine ganzheitliche Betrachtung oder Nutzung der Daten, die den gesamten Produktionsprozess im Blick hätte, erfolgt in der Regel nicht.

Zudem wird die Analyse und Auswertung der erhobenen Daten häufig durch die Komplexität der Produktionssysteme erschwert. Mit den klassischen Arbeitsmethoden eines Ingenieurs lassen sich die technischen Vorgänge meist nicht genau abbilden. Ein Modell, mit dem sich ein Werkstoff vom Anfang einer Produktionskette bis hin zu dessen Ende genau verfolgen ließe, wäre so vielschichtig und umfangreich, dass die üblicherweise verwendeten Analysemethoden an ihre Grenzen stoßen würden. Auch die Rückverfolgbarkeit eines Bauteils ließe sich aufgrund der Komplexität der Produktionsvorgänge so kaum erreichen. Nur wenn ein Produktionssystem immer wieder Proben entnehmen und dadurch den Weg jeder einzelnen Komponente aufzeichnen würde, wären die komplexen Produktionsvorgänge für den Menschen noch in einzelnen Schritten nachvollziehbar.

Die Lösung für dieses vielschichtige Problem ist ein spezielles Prozessleitsystem EES (Expert Execution System). Mit diesem haben Hersteller gleichzeitig den Anfang und das Ende eines Produktionsprozesses im Blick, ohne jeden Produktionsschritt einzeln nachverfolgen zu müssen. Auf diese Weise wird das Problem etwas anders angegangen: Wenn in jedem einzelnen Produktionsabschnitt verstanden wird, wie es zu einem qualitativ hochwertigen Ergebnis kommt, können schließlich auch Qualitätssteigerungen für die gesamte Produktionskette erreicht werden.

Die vollständige Automatisierung einer Produktion setzt in der Regel bei der herkömmlichen Produktion an. Im Unterschied zur letzteren erfolgt die Steuerung der Produktionsprozesse bei der vollständig autonomen Fertigung jedoch verstärkt über die erhobenen Produktions- und Qualitätsdaten, denn nur so lassen sich die gewünschten Qualitätssteigerungen erreichen. Ausgangspunkt für eine vollständig autonome Fertigung ist also meist eine traditionelle Produktion mit manuellen Teilschritten. Allerdings ist auch der Aufbau einer neuen Produktionsstätte denkbar, in der von Anfang an ausschließlich vollständig automatisierte Fertigungsprozesse zum Einsatz kommen. Schließlich setzt diese lediglich einen umfangreichen Datensatz voraus, mit dem sich alle Produktionsprozesse hinreichend genau beschreiben lassen.

Ein reaktives System entdeckt einen Qualitätsfehler oft erst am Ende der gesamten Produktionskette. Anschließend reagieren die Produktionsmitarbeiter und nehmen eine Reihe von Änderungen am System vor, um den Fehler für folgende Produktionszyklen zu korrigieren. Dieser Ansatz ist aus zwei Gründen problematisch: Erstens können die Mitarbeiter erst aktiv werden, wenn ein Fehler aufgetreten ist. Zweitens werden solange Waren minderwertiger Qualität produziert, bis die Fehlerursache behoben wurde.

Präskriptives KI-System nimmt kleine Änderungen vor, um Qualitätsmängel künftig zu vermeiden

Ein präskriptives KI-System funktioniert ganz anders: Hier geht es immer darum, jetzt eine kleine Änderung vorzunehmen, um in Zukunft Qualitätsmängel vermeiden zu können. Allein aufgrund der zu erwartenden Qualitätseinbußen werden also bereits einige Korrekturmaßnahmen angeordnet, um so die Kosten für Ausschuss oder Umprogrammierung zu reduzieren. Kommt ein reaktives KI-System zum Einsatz, wird hingegen abgewartet, bis ein Problem auftritt.

Unternehmen können sich auf die autonome Produktion vorbereiten, indem sie Produktionsdaten erheben und speichern. Sobald in der Fertigung Produktionsdaten erhoben und gespeichert werden, können diese auch für Optimierungsprozesse genutzt werden. Wenn die Qualität verbessert werden soll, müssen außerdem alle Daten etwaiger Fehler genau aufgezeichnet werden, also Art, Entstehungsort und genaue Beschreibung. Die alleinige Feststellung, dass ein Fehler aufgetreten ist, reicht nicht aus. Nur so kann das KI-System die Problemursache selbstständig erkennen und entsprechende Anweisungen für die Maschine oder den Bediener daraus ableiten. ■

Dataprophet
109a The Foundry Building

74 Prestwich St

8005 Kapstadt/Südafrika
Tel. +27213003555
www.dataprohet.com